正在加载文章内容,请稍候。
正在加载文章内容,请稍候。
人形机器人会改变部分劳动分工,但复杂灵巧和照护类任务短期内仍难被全面替代。

精准输入
✍️ 写下你的想法,自由记录即可。如果没有灵感,试着回答上方的费曼输出问题。
登录后可保存笔记、高亮、划线和批注。
这篇 Nautilus 访谈讨论人形机器人是否会在 2050 年前取代多数人类工作。被访者是 UC Berkeley 机器人与自动化教授 Kenneth Goldberg,他参加了中国机器人会议上的一场辩论。结论并不反技术,而是反过度恐慌:机器人会改变工作,但离大规模替代人类劳动还很远。
文章从《纽约客》一张旧封面讲起:街上都是人形机器,只有人类在乞讨。自 1920 年捷克戏剧创造 robot 一词以来,“机器人后代让人类过时”的想象就一直在文化里盘旋。2013 年牛津一份广泛引用的报告预测,近半工作可能受机器学习和自动化影响;ChatGPT 和 Tesla Optimus 又把这种恐惧推回公众中心。
过去一年,Amazon 等公司裁员时也把 AI 效率作为理由,公众自然会把机器人、AI 和失业连在一起。但 Goldberg 提醒,热门视频中的整齐行进、后空翻和同步舞蹈,并不等于机器人能稳定完成真实劳动。技术展示与工作现场之间,还有很长一段距离。
在中国的机器人会议上,几千名工程师围绕“人形机器人是否会在 2050 年前取代多数人类工作”辩论。辩论前,大约 80% 与会者投票认为不会;辩论后,反对比例升到约 90%。作者对这个结果感到意外,因为这些人正是机器人行业内部人士。
Goldberg 认为这并不矛盾。真正研究和操作机器人系统的人最清楚限制在哪里:机器可以做漂亮的移动和表演,却很难在人类环境中长期、可靠、低成本地处理复杂对象。大众看到的是机器人能做什么片段,工程师看到的是它还不能稳定做什么。
他也否认这是行业共同盲点。机器人研究者当然希望领域被重视,但过度承诺会带来反噬。当前技术就是还没有到能大规模替代人类工作的程度,尤其是那些要求灵活判断、精细操作、现场适应和人际互动的工作。
Goldberg 对“人形机器人”的定义很朴素:看起来像人,有头、躯干、腿、两条手臂和带手指的手。全球已有 100 多家公司制造类似形态的机器人,但形状只是外观。真正难题是:它怎样工作?如何感知环境?如何抓取不同物体?如何在失败后恢复?
文章特别强调 dexterity,即可靠地用手操作物体的能力。农业、护理、餐饮、维修、仓储、服装处理等许多工作都依赖人手对软硬、轻重、滑动、遮挡、破损风险的即时判断。机器人可以跑半马、后空翻、跳舞,却不代表它能像人一样整理衣物、处理工具或照护病人。
人形机器人的最大误解,是把“像人一样移动”误认为“像人一样工作”。真实劳动往往不是一个干净的动作,而是一连串小失败、小判断和场景适应。实验室或舞台上的成功,进入混乱现场后很容易失效。
访谈里提到一个张力:中国可能制造了接近 80% 的人形机器人,同时一些辩论者认为使用人形机器人工作的成本仍超过人类工资,尤其在中国这类人工成本相对可控的地方。Goldberg 的回答是:它们被制造出来,不等于已经被部署去做有用工作。
他预期会有人把人形机器人作为家庭新奇物购买,也会出现数字伴侣和娱乐应用。但严肃劳动部署要看成本、可靠性、维护、任务范围和替代收益。机器人产业今天更像处在“展示能力和寻找场景”的阶段,而不是“全面替代员工”的阶段。
这并不意味着它毫无影响。某些任务会被自动化,某些岗位会重组,某些学生和新入行者会遭遇阶段性冲击。但把“有些工作内容被工具辅助”直接推导成“多数工作被人形机器人替代”,中间跳过了工程和经济现实。
Andra Keay 在辩论中引用汽车史:汽车确实冲击了铁匠、马车夫、驯马师等职业,但也创造了道路、维修、制造、物流、驾驶、郊区生活等大量新工作。美国总体就业率并没有被这些革命性技术长期打垮。Goldberg 认为,经济学家也会同意,技术替代与就业总量之间不是简单一一对应。
人口结构也是关键背景。美国 30 年前约 6 个工作者对应 1 个退休者,现在约 3 个对应 1 个,而且老龄化会继续加重。社会将需要更多照护、护理、陪伴和服务。在人口老龄化压力下,机器人更可能成为补充人手的工具,而不是把人从所有劳动中清除出去。
Goldberg 对 AI 也保持克制。AI 可能替代一些任务,但客服、照护、教育、医疗和许多需要信任的场景仍需要人在回路中。他不喜欢自己点咖啡完全交给机器,更愿意有人类互动。人们不仅为了收入工作,也从工作中获得意义、关系和身份。
这篇访谈的核心不是否认机器人进步,而是把“能力展示”与“劳动替代”拆开。人形机器人在运动、表演和部分自动化任务上会越来越强,但离大规模、低成本、可靠地替代人类工作仍有技术、经济和社会距离。短期更现实的图景,是机器人接管部分无聊、重复或危险环节,让人类继续承担判断、照护、沟通和意义生产。
原文先回顾机器人取代人类的文化焦虑,再用中国会议投票建立专家共识;随后解释人形、智能和灵巧操作之间的差别,指出部署成本与现实工作场景的限制;最后借汽车史、人口老龄化和人类对工作的需求,给出克制但不保守的判断。
费曼输出